Callout 是一款多视角架构评审工具，以 MCP 服务器的形式工作，可嵌入 Claude Code、Cursor、VS Code 和 Windsurf 等主流 AI 编程环境。它旨在解决一个常见问题：AI 编程工具虽然能大幅提升代码编写速度，但很少有人检查开发者是否在构建正确的东西。Callout 定位为“第二双眼睛”，通过 9 种专家视角来捕捉开发者可能忽略的问题。
用途与背景 Callout 的核心用途是在 AI 辅助编程过程中提供多角度的架构与决策评审。官方资料提到一个真实案例：某产品使用 Claude Code 在 6 天内构建完成，包含 186 个文件和 691 个测试；第 5 天的多视角评审发现 60% 的内容属于过度工程，原本计划 9 天的工作量被缩减到 3.5 天。关键洞察是：问题不在于代码质量差，而在于优先级错误和盲点遗漏。Callout 将这种评审能力自动化，提供给每位开发者。
主要能力
- review：从 9 种专家视角对项目进行评审，分为 3 组。每个发现被归类为 MUST FIX、SHOULD FIX 或 GOOD，并附带工作量估算，以执行摘要开头。
- coach：AI 协作盲点检测器，分析项目设置、开发习惯和知识缺口，指出在与 AI 编程工具协作时未意识到的问题。
- idea_score：定量想法验证器，从 10 个维度（市场规模、可行性、护城河、收入潜力等）对想法进行评分，默认持怀疑态度，返回 CONTINUE、SIMPLIFY、PAUSE 或 DELETE 的结论。
- Domain Knowledge Guard：将官方文档绑定到代码路径。绑定后，AI 在修改受保护文件前必须阅读引用的文档。相关工具有 doc（注册/移除/列出/检查）、doc_gate、renovation。
- test_translate：将测试输出解析为通俗语言，说明测试了什么、什么失败了，并生成手动测试脚本。
- recommend：检测项目需要什么（认证、数据库、支付等），推荐最佳工具，包含安装命令、设置步骤和替代方案。
使用方式 Callout 无需全局安装。在项目目录中运行 30 秒安装命令，它会自动检测编辑器并配置 MCP 服务器。安装后重启编辑器（或在项目目录中重新进入 Claude Code），然后通过自然语言指令调用功能，例如说“review”进行评审，说“coach”进行协作盲点分析，说“idea_score”进行想法评分。多项目场景下可以说“portfolio”获取跨项目健康状态和资源分配建议。手动配置适用于 Cursor/VS Code（添加至 .cursor/mcp.json 或 .vscode/mcp.json）以及 Windsurf（添加至 ~/.codeium/windsurf/mcp_config.json），格式相同。
Callout 还支持智能自动触发：运行 init 后，描述新功能时会先讨论再编码；打开新项目时会自动进行 coach 分析；修改受文档保护的文件时会拦截直到文档被阅读；完成里程碑时会建议进行 review。
适用场景 适用于使用 AI 编程工具进行开发的个人或团队，尤其适合需要把控架构方向、避免过度工程、验证产品想法、确保 AI 遵循文档以及在编码前获得工具选型建议的场景。
限制与说明 Callout 本身是一个 MCP 服务器，不调用 LLM。它收集项目上下文（文件结构、依赖、README、git 历史）并组装专家视角的提示词，由用户已有的 AI 工具执行评审。因此它零 API 成本，不需要 API 密钥，与用户当前使用的模型兼容。它可与可选配套 MCP 服务器集成，安装后无需额外配置。关于收费、价格、平台支持细节和具体效果，资料中未提供更多信息。
